RNN系列：
聊聊RNN&LSTM
聊聊RNN与seq2seq
attention mechanism，称为注意力机制。基于Attention机制，seq2seq可以像我们人类一样，将"注意力"集中在必要的信息上。
Attention的结构
seq2seq存在的问题
seq2seq中使用编码器对时序数据进行编码，然后将编码信息传递给解码器。此时，编码器的输出是固定长度的向量。从正常的理解来看，固定长度的编码器输出迟早会有溢出上下文信息的情况。
编码器的改进
目前的seq2seq结构，只将LSTM层的最后的隐藏状态传递给解码器，但是编码器的输出的长度应该根据输入文本的长度相应地改变。因此我们可以使用LSTM各个时刻（各个单词）输出的隐藏状态向量，可以获得和输入的单词数相同数量的向量。使用编码器各个时刻（各个单词）的LSTM层的隐藏状态（这里表示为hs）：
有一点可以确定的是，各个时刻的隐藏状态中包含了大量当前时刻的输入单词的信息。因此，最终编码器的输出hs具有和单词数相同数量的向量，各个向量中蕴含了各个单词对应的信息：
解码器的改进
改进一
由于编码器的输出包含了各个时刻的隐藏状态向量，因此解码器的输入，也需要增加这一层输入。因此解码器中就包含了某个时刻下，当前单词的主要信息，而如果可以找到这些主要信息并提取出来，对其做翻译，就能实现我们的目标。
从现在开始，我们的目标是找出与"翻译目标词"有对应关系的"翻译源词"的信息，然后利用这个信息进行翻译。也就是说，我们的目标是仅关注必要的信息，并根据该信息进行时序转换。这个机制称为Attention。
以上的逻辑流程其实就是在模仿人在翻译单词时的过程，尤其是中式翻译；逐字/成对的将中文汉字转换为对应的英语讲出来，我想这种例子在我们身边是很常见的。哈哈哈哈，很有画面感！
这个过程，也被称为 "对齐"。
改进二
增加一个表示各个单词重要度的权重（记为a）。此时，a像概率分布一样，各元素是0.0～1.0的标量，总和是1。然后，计算这个表示各个单词重要度的权重和单词向量hs的加权和，可以获得目标向量。其计算流程如下：
即 hs 向量 与 a 权重向量 的内积
计算单词向量的加权和，这里将结果称为上下文向量，并用符号c表示。
改进三
有了表示各个单词重要度的权重a，就可以通过加权和获得上下文向量，从而获取到主要信息。那么，怎么求这个a呢？
首先，从编码器的处理开始，到解码器第一个LSTM层输出隐藏状态向量的处理为止，流程如下
用h表示解码器的LSTM层的隐藏状态向量。此时，我们的目标是用数值表示这个h在多大程度上和hs的各个单词向量"相似"。
因此，可以直接将隐藏状态向量h 与编码器全时刻向量hs做点积
这里通过向量内积算出h和hs的各个单词向量之间的相似度，并将其结果表示为s。不过，这个s是正规化之前的值，也称为得分。再经过softmax函数对点积结果归一化
计算各个单词权重的计算图
hr向量只是扩大了h向量的部分，使其与hs向量行列一致。
汇总
如上，现在将单词权重的计算与权重加权两层逻辑合并起来，如下展示了获取上下文向量c的计算图的全貌
图中分为Weight Sum层和Attention Weight层进行了实现。
这里进行的计算是：Attention Weight层关注编码器输出的各个单词向量hs，并计算各个单词的权重a；
Weight Sum层计算a和hs的加权和，并输出上下文向量c。我们将进行这一系列计算的层称为Attention层。
以上就是Attention技术的核心内容。关注编码器传递的信息hs中的重要元素，基于它算出上下文向量，再继续流转传递。
编码器的输出hs被输入到各个时刻的Attention层，并输出当前时刻的上下文向量信息。最终，具有Attention层的解码器的层结构，如下所示，
总结
编码器层输出各个时刻的向量信息数据，不仅可以伸缩编码层的长度限制，更是存储了更重要的时序时刻数据信息。
而解码器层，根据Attention架构(注意力机制)，增加权重矩阵a，计算出当前时刻的上下文向量信息，提取出对齐单词，进行翻译。